Google、LLMによるロボット制御を教示しロボティクスブームの火付け役に

記事の3ポイント

1. 1

   RT-2 の発表と規模の拡大

   Google は 2023 年 7 月に RT-1 に続くモデルとして RT-2 を発表し、パラメータ数を数千万から数十億へ大幅に増やすことで汎化能力を向上させた。

2. 2

   LLM の知識のロボットへの転用

   RT-2 はウェブスケールの視覚言語事前学習から得た概念理解力を活用し、データに含まれていない対象（例：スヌープ・ドッグやテイラー・スウィフトの画像）を認識して動作を実行できる。

3. 3

   VLA モデルという新パラダイム

   Google は RT-2 を「ビジョン・ランゲージ・アクション（VLA）」モデルと定義し、視覚入力と言語指令を直接ロボット動作に変換するアプローチを業界標準として確立した。